原文服务方: 计算机应用研究       
摘要:
针对全局优化问题,基于一类支持向量数据描述(SVDD)和已有的根系生长算法提出一种新的智能优化算法——根生群优化算法,将根系划分为主根群体和侧根群体.基于SVDD描述主根群体的生长行为,将土壤中养分浓度最高的位置作为全局优化的目标,构建了根系生长模型;分析了RGSO的数学模型,从理论上证明了RGSO的收敛性.在实验中,与当前最先进的其他三种算法进行综合比较,并观察了不同参数对优化效果的影响.实验结果验证了RGSO的收敛性和有效性,表明RGSO是一种解决全局优化问题的有效算法.
推荐文章
微粒群优化算法
进化计算
微粒群优化算法
多相微粒群优化算法
优化
遗传增强蚁群优化算法
蚁群优化算法
遗传算法
局部最优
粒子群优化
差分进化算法
化学反应蚁群优化算法
自然计算
化学反应优化
蚁群算法
混合策略
旅行商问题
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 根生群优化算法
来源期刊 计算机应用研究 学科
关键词 根生算法 分群机制 SVDD 优化问题
年,卷(期) 2019,(1) 所属期刊栏目 算法研究探讨
研究方向 页码范围 22-26,52
页数 6页 分类号 TP18|TP301.6
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2017.06.0656
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 虞慧群 华东理工大学信息科学与工程学院 113 814 14.0 24.0
2 冯翔 华东理工大学信息科学与工程学院 25 103 6.0 8.0
6 吴正军 华东理工大学信息科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(7)
  • 参考文献(7)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
根生算法
分群机制
SVDD
优化问题
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导